基于脑电图的电休克抗抑郁疗效预测指标模式识别研究

项目名称： 基于脑电图的电休克抗抑郁疗效预测指标模式识别研究

项目编号： No.81571334

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 医药、卫生

项目作者： 李功迎

作者单位： 济宁医学院

项目金额： 25万元

中文摘要： 我国抑郁症患病率在3-5%左右，是国内第二负担疾病，抑郁症中有15-20%为历经多种抗抑郁剂治疗也疗效欠佳的难治性抑郁。无抽搐电休克是目前治疗难治性抑郁的主要方法，但仅53.3%的患者在电休克治疗后能够达到临床痊愈。探索电休克疗效预测指标并用于筛选具有疗效敏感倾向者，以提高电休克治疗有效率，是目前临床中亟待解决的问题。模式识别技术是新兴的人工智能技术之一，近年来应用于对抑郁患者脑电信息的定量分析及定性判别，取得了较大进展。本研究拟采用基于脑电信号的模式识别技术与临床症状特征性分析相结合的方法，在较大样本基础上进行纵向随访，考察电休克治疗前、治疗中、治疗后以及随访时间点患者静息态脑电及痫样放电模式特征性指标变化情况，从而揭示电休克抗抑郁疗效的脑电生理机制及电休克抗抑郁疗效的预测指标，为优化难治性抑郁症治疗方案提供客观依据。藉此达到提高电休克抗抑郁治疗有效率，改善抑郁症预后之目的。

中文关键词： 抑郁症；电休克；模式识别；脑电图；

英文摘要： In China, depression has a prevalence of 3% - 5%, causing an impressively high disease burden ranked 2nd. Not all patients with depression respond well to treatment; 15% - 20% of them are treatment-resistant patients due to lack of therapeutic effects wit

英文关键词： Depression；Electric convulsive therapy（ECT）；Pattern recognition；Electroencephalogram (EEG)；